Python| Pandas df.size、df.shape 和 df.ndim

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas .size 、 .shape和.ndim用于返回数据框和系列的大小、形状和维度。

Syntax: dataframe.size
Return : Returns size of dataframe/series which is equivalent to total number of elements. That is rows x columns.Syntax: dataframe.shape
Return : Returns tuple of shape (Rows, columns) of dataframe/seriesSyntax: dataframe.ndim
Return : Returns dimension of dataframe/series. 1 for one dimension (series), 2 for two dimension (dataframe)

要下载以下示例中使用的数据集，请单击此处。

在以下示例中，使用的数据框包含一些 NBA 球员的数据。下面附上任何操作之前的数据帧图像。

例子：
在此示例中，首先存储 size 和 shape 的输出。由于.size返回元素的总数，因此通过将 shape 方法返回的行和列相乘来进行比较。之后，还使用.ndim检查了 Dataframe 和系列的维度

# importing pandas module
import pandas as pd
  
# making data frame
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# dataframe.size
size = data.size
  
# dataframe.shape
shape = data.shape
  
# dataframe.ndim
df_ndim = data.ndim
  
# series.ndim
series_ndim = data["Salary"].ndim
  
# printing size and shape
print("Size = {}\nShape ={}\nShape[0] x Shape[1] = {}".
format(size, shape, shape[0]*shape[1]))
  
# printing ndim
print("ndim of dataframe = {}\nndim of series ={}".
format(df_ndim, series_ndim))

输出：

Size = 4122
Shape=(458, 9)
Shape[0] x Shape[1] = 4122
ndim of dataframe = 2
ndim of series=1

可以看出，.shape 的行 x 列等于 .size 返回的值
此外，数据帧的 ndim 为 2，系列为 1，这对于所有类型的数据帧和系列都是如此。